Вывод и валидация алгоритма на основе машинного обучения для прогнозирования диагностической информативности эндомиокардиальной биопсии

Почему это важно для людей с сердечной недостаточностью

Когда врачам не удаётся установить причину сердечной недостаточности, иногда они выполняют процедуру биопсии — забирают крошечные образцы ткани сердца. Этот тест может выявить скрытые заболевания, требующие специального лечения, но он инвазивен, связан с риском и нередко не даёт чёткого ответа. В этом исследовании поставили простой, ориентированный на пациента вопрос: можно ли объединить данные сканирования и анализов крови в интеллектуальную шкалу, которая заранее подскажет врачам, будет ли биопсия действительно полезной?

Более внимательный взгляд на рискованный сердечный тест

Эндомиокардиальная биопсия, при которой маленький инструмент проводят через вену в сердце, чтобы отщипнуть образцы ткани, долгое время оставалась заключительным этапом, когда причина сердечной недостаточности не ясна. Однако в повседневной практике большинство таких биопсий не выявляют конкретного заболевания. В исследовании проанализировали 775 пациентов с сердечной недостаточностью неясной этиологии, лечившихся в шведской больнице. Всем им проводили биопсию в рамках обследования. Лишь примерно одна из пяти биопсий (19,9%) дала определённый диагноз, чаще всего — белковое отложение, называемое кардиальной амилоидозой. Для проверки надёжности результатов позже использовали вторую независимую группу из 171 пациента в итальянской больнице.

Преобразование сканов и анализов крови в предсказательную шкалу

Команда собрала широкий набор рутинных данных, доступных до биопсии: эхокардиографию, МРТ сердца, артериальное давление, функцию почек, сердечные ритмы и лабораторные маркеры нагрузки сердца. Затем сравнили несколько методов машинного обучения, чтобы определить, какой лучше отличает пациентов, у которых биопсия будет диагностической, от тех, у кого она окажется неинформативной. Лучший результат показал метод случайных лесов. На его основе исследователи вывели простую шкалу от 0 до 100, основанную всего на девяти факторах, с особым весом для рубцовых паттернов на МРТ и двух лабораторных показателей: гормона при сердечной недостаточности (NT-proBNP) и скорости клубочковой фильтрации почек.

Что показывает сердечная МРТ

Ключевой МРТ-признак — «позднее накопление гадолиния» (яркие участки, указывающие на поражённую ткань сердца) — особенно значим, когда обнаруживается в правых отделах сердца, в нижней и боковой стенках главной насосной камеры и в предсердиях. Пациенты с такими образцами, вместе с высокими уровнями NT-proBNP и сниженной функцией почек, имели значительно большую вероятность того, что биопсия выявит конкретное заболевание. Напротив, яркие участки, ограниченные передней стенкой сердца, были связаны с меньшей вероятностью информативной биопсии. При тестировании шкала хорошо разделяла биопсии с высоким и низким выходом: показатель точности (площадь под кривой) составил около 0,9 как в исходной, так и во внешней когорте пациентов, что считается отличным результатом.

Помощь в принятии решения, кому действительно нужна биопсия

Чтобы сделать шкалу полезной у постели больного, авторы оценили, как будут работать разные пороговые значения. Балл 60 и выше выделял более узкую группу пациентов, у которых вероятность диагностической биопсии была очень высокой, с почти нулевым числом ложных срабатываний в обеих больницах. Этот порог ориентирован на «подтверждение» показаний к биопсии там, где потенциальная польза максимальна, что важно, поскольку биопсии — инвазивная процедура. Шкала особенно хорошо выявляла кардиальную амилоидозу — состояние, часто сопровождающееся обширными изменениями на МРТ и выраженными отклонениями в анализах крови. Даже при исключении случаев амилоидоза шкала по-прежнему давала чистую выгоду по сравнению с подходом «биопсия всем» или «никому», особенно для пациентов с подозрением на другие инфильтративные или воспалительные заболевания сердца.

Что это значит для пациентов и врачей

Для людей с неясной сердечной недостаточностью эта работа предлагает способ принимать трудные решения о биопсии на более обоснованной основе и меньше полагаться на частные догадки. Комбинируя паттерны с МРТ и обычные лабораторные тесты в понятную шкалу от 0 до 100, инструмент помогает определить, кто с наибольшей вероятностью выиграет от взятия образца ткани сердца, а кого, вероятно, можно оградить от рисков и стресса. Авторы подчёркивают, что шкала не должна заменять клиническую оценку или новые неинвазивные методы, а выступать вспомогательным инструментом в пограничных случаях. В рутинной практике такой подход может сократить число ненужных процедур, сосредоточить биопсии там, где они наиболее информативны, и в конечном счёте ускорить постановку точного диагноза и начало соответствующего лечения для пациентов с необъяснимой сердечной недостаточностью.

Цитирование: Basile, C., Polte, C.L., Gentile, P. et al. Derivation and validation of a machine learning-driven score to predict the diagnostic yield of endomyocardial biopsy. npj Digit. Med. 9, 228 (2026). https://doi.org/10.1038/s41746-026-02421-y

Ключевые слова: сердечная недостаточность, кардиальная биопсия, кардиальная МРТ, машинное обучение, кардиальная амилоидоз